MiniMax: Hailuo 02

Hailuo 02 è il modello video di MiniMax per scene basate sul testo, animazione di immagini e un processo con fotogrammi iniziale e finale. Una descrizione scritta indica il soggetto, l’azione e la camera, mentre le immagini dei fotogrammi fornite possono stabilire il punto di partenza visivo o la destinazione della transizione. Scegliete la modalità di generazione in base ai materiali già disponibili e alla parte dell’inquadratura da controllare.

Per la generazione da testo a video, descrivete un’azione coerente con ambientazione e punto di vista leggibili. Una scena può mostrare una piccola barca a vela che passa accanto a un molo mentre la camera la segue dalla riva. Precisate che cosa si muove, quali dettagli devono restare visibili e come termina l’inquadratura. Mantenete la descrizione concentrata su eventi osservabili, anziché su un elenco di qualità visive non correlate.

Per la generazione da immagine a video, preparate un primo fotogramma con il soggetto e l’inquadratura desiderati già stabiliti. Il produttore accetta immagini JPG, JPEG, PNG e WebP inferiori a 20 MB, con il lato corto superiore a 300 pixel e un rapporto d’aspetto compreso tra 2:5 e 5:2. Usate un’immagine con contorni e caratteristiche importanti visibili, poi descrivete il movimento da sviluppare a partire da essa.

Hailuo 02 ha anche una modalità documentata con fotogrammi iniziale e finale. Preparate le due immagini come gli stati iniziale e finale desiderati di una sequenza e descrivete come la scena si muove tra essi. Il primo fotogramma determina l’inquadratura; il produttore afferma che un ultimo fotogramma di dimensioni diverse viene ritagliato per adattarsi al primo. Allineate in anticipo la composizione delle immagini quando un soggetto deve restare visibile durante la transizione.

Il prompt può contenere fino a 2 000 caratteri. Hailuo 02 supporta comandi della camera tra parentesi quadre, tra cui push, pull, truck, pan, pedestal, tilt, zoom, tracking e static shot per un’inquadratura statica. Comandi inseriti insieme in una coppia di parentesi quadre richiedono un movimento simultaneo; comandi collocati in punti diversi della descrizione richiedono una sequenza. Il produttore raccomanda di combinare non più di tre movimenti: scegliete quindi l’azione della camera che rende più leggibile il soggetto.

Durata e risoluzione sono legate alla modalità. La generazione da testo a video documenta sei o dieci secondi a 768P e sei secondi a 1080P. La generazione da immagine a video documenta anche 512P per sei o dieci secondi. Il processo con fotogrammi iniziale e finale documenta 768P per sei o dieci secondi e 1080P per sei secondi. Selezionate una combinazione supportata per l’inquadratura, anziché trasferire le scelte di risoluzione di una modalità a tutte le altre.

L’ottimizzazione automatica del prompt è un controllo documentato ed è attivata per impostazione predefinita nel processo del produttore. Conservatene l’impostazione quando confrontate versioni, perché una descrizione riscritta cambia ciò che il modello riceve. Conservate il testo esatto, i fotogrammi di riferimento e le impostazioni di output selezionate insieme al filmato generato, affinché una revisione possa intervenire sull’azione o sull’inquadratura da migliorare.

Esaminate l’intera sequenza completata: la composizione iniziale, la continuità del soggetto, i tempi dell’azione e il fotogramma finale. Per una transizione, verificate entrambi gli estremi e il movimento tra essi. Salvate il video effettivo per il montaggio, insieme al prompt e ai riferimenti; usate la revisione successiva per affrontare un problema visivo concreto, come un dettaglio nascosto, un movimento brusco della camera o una conclusione che arriva troppo presto.